GATK4 Mutect2 call Short Variant

先來看一下GATK 官網(wǎng)對Short Variant的定義：

Short variants include single nucleotide (SNV) and insertion and deletion (indel) variants.

Mutect2

Call somatic SNVs and indels via local assembly of haplotypes

Mutect2有兩種模式：

(i) somatic mode：分析中，一個(gè)腫瘤樣本與正常樣本相匹配；

(ii) tumor-only mode： 分析中, 只有一個(gè)腫瘤數(shù)據(jù)比對結(jié)果；

(i) Tumor with matched normal

利用提供的正常樣本數(shù)據(jù)，Mutect2 只會找出那些體細(xì)胞變異；而在種系中普遍存在的變異會被Mutect2 忽略掉。對于那些在種系中無法很好界定的變異，Mutect2 會保留下來進(jìn)行后續(xù)分析。

調(diào)用gatk Mutect2

gatk Mutect2 \
   -R reference.fa \
   -I tumor.bam \
   -tumor tumor_sample_name \
   -I normal.bam \
   -normal normal_sample_name \
   --germline-resource af-only-gnomad.vcf.gz \
   --af-of-alleles-not-in-resource 0.00003125 \ #變異不存在于種系中的期望值
   --panel-of-normals pon.vcf.gz \
   -O somatic.vcf.gz

Mutect2不需要運(yùn)算 a germline resource和a panel of normals (PoN) ；只是利用這兩個(gè)數(shù)據(jù)來過濾等位的變異位點(diǎn)。

種群等位位點(diǎn)頻率格式如下：

  #CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO
      1       10067   .       T       TAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCC      30.35   PASS    AC=3;AF=7.384E-5
      1       10108   .       CAACCCT C       46514.32        PASS    AC=6;AF=1.525E-4
      1       10109   .       AACCCTAACCCT    AAACCCT,*       89837.27        PASS    AC=48,5;AF=0.001223,1.273E-4
      1       10114   .       TAACCCTAACCCTAACCCTAACCCTAACCCTAACCCCTAACCCTAACCCTAACCCTAACCCTAACCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCCTAACCCTAACCCTAAACCCTA  *,CAACCCTAACCCTAACCCTAACCCTAACCCTAACCCCTAACCCTAACCCTAACCCTAACCCTAACCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCCTAACCCTAACCCTAAACCCTA,T      36728.97        PASS    AC=55,9,1;AF=0.001373,2.246E-4,2.496E-5
      1       10119   .       CT      C,*     251.23  PASS    AC=5,1;AF=1.249E-4,2.498E-5
      1       10120   .       TA      CA,*    14928.74        PASS    AC=10,6;AF=2.5E-4,1.5E-4
      1       10128   .       ACCCTAACCCTAACCCTAAC    A,*     285.71  PASS    AC=3,1;AF=7.58E-5,2.527E-5
      1       10131   .       CT      C,*     378.93  PASS    AC=7,5;AF=1.765E-4,1.261E-4
      1       10132   .       TAACCC  *,T     18025.11        PASS    AC=12,2;AF=3.03E-4,5.049E-5
 

(ii) Tumor-only mode

單個(gè)樣本時(shí)，使用CreateSomaticPanelOfNormals 生成a panel of normals；

CreateSequenceDictionary 是Picard中一個(gè)功能，利用參考序列生成參考序列的索引(.dict).

調(diào)用CreateSequenceDictionary

java -jar picard.jar CreateSequenceDictionary \ 
      R=reference.fasta \ # .fasta 或 .fasta.gz
      O=reference.dict

調(diào)用gatk Mutect2

 gatk Mutect2 \
   -R reference.fa \
   -I sample.bam \
   -tumor sample_name \
   -O single_sample.vcf.gz

Mutect2 必須設(shè)定的參數(shù)：

--input -I ：BAM/SAM/CRAM文件

--output -O ：寫入變異信息的加過文件

--reference -R ：參考序列

--tumor-sample -tumor ： 腫瘤樣品名

參考：

GATK4 Mutect2 User Guide